人类移动性可预测性极限的另一种研究途径
物理与社会
2017-07-05 v4
摘要
下一地点预测算法是非常宝贵的工具，能够提高从减少疾病传播到城市规划等领域更优资源管理等各种任务的效率。在这项工作中，我们估计了人类移动性可预测性的上限和下限，以帮助评估竞争算法的性能。我们使用来自参与一项多年实验——哥本哈根网络研究——的 604 名个体的 GPS 轨迹数据来实现这一点。早期专注于预测参与者下一时间窗内所在位置的工作，发现了非常高的上限（>90%）。我们表明，这些上限高度依赖于时空尺度的选择，并且主要反映了平稳性，即人们在时间变化较小时倾向于不移动的事实。这促使我们提出另一种方法，旨在预测下一个地点，而非下一时间窗内的地点。我们的方法独立于时间尺度，并引入了一个自然的长度尺度。通过消除平稳性的影响，我们表明下一地点的可预测性（约 71%）显著低于下一时间窗内地点的可预测性。
引用
@article{arxiv.1608.06419,
title = {An alternative approach to the limits of predictability in human mobility},
author = {Edin Lind Ikanovic and Anders Mollgaard},
journal= {arXiv preprint arXiv:1608.06419},
year = {2017}
}
备注
Changed "of" to "in" in the title, so that it matches the version in EPJ Data Science